sWangTiler是一个Java实现，可以从任何给定的输入图像生成wang tile。 通过组装具有共同边缘（例如多米诺骨牌）的wang瓷砖，可以生成任何所需大小的纹理。 Wang贴图极大地减少了可见的重复，使纹理看起来更自然，从而提高了任何图形应用程序（如游戏，模拟等）的质量。此实现基于张新宇和Young J. Kim在“高效纹理”中提出的严格的wang贴图算法。使用严格的Wang Tile进行合成”。 为了计算任何边缘图像和样本图像之间的最低成本路径，使用了在Java图形库“ JGraphT”中找到的Dijkstra算法的实现。 归功于所有提及的各方和http://www.texturemate.com/。
2021-05-12 14:03:27
5.89MB
1
在当今过程控制中，PID当然是用的最多的控制方法，但MPC也超过了10%的占有率。MPC是一个总称，有着各种各样的算法。其动态矩阵控制（DMC）是代表作。DMC采用的是系统的阶跃响应曲线，其突出的特点是解决了约束控制问题。那么是DMC是怎么解决约束的呢？在这里只给出宏观的解释，而不做详细的说明。DMC把线性规划和控制问题结合起来，用线性规划解决输出约束的问题，同时解决了静态最优的问题，一石二鸟，在工业界取得了极大的成功。
2021-04-21 15:52:45
13.39MB
1
English |
SNE-RoadSeg2
介绍
此SNE-RoadSeg2基于SNE-RoadSeg的官方pytorch实现的，已被接受。这是他们的。
在此，我们为提供了培训和测试设置。我们在Python 3.7，CUDA 10.0，cuDNN 7和PyTorch 1.1中测试我们的代码。我们提供Dockerfile来构建我们使用的Dockerfile映像。
设置
请根据以下文件夹结构设置KITTI道路数据集和预训练的权重：
SNE-RoadSeg
|-- checkpoints
| |-- kitti
| | |-- kitti_net_RoadSeg.pth
|-- data
|-- datasets
| |-- kitti
| | |-- training
| | | |-- calib
| | | |-- depth_u16
|
2021-04-05 16:00:19
20.11MB
1
ROS-responsive system
2021-02-15 16:03:11
4.51MB
1